Statistical Calibration and Validation of Mathematical Model to Predict Motion of Paper Helicopter

Mathematical models are actively used to reduce the experimental expenses required to understand physical phenomena. However, they are different from real phenomena because of assumptions or uncertain parameters. In this study, we present a calibration and validation method using a paper helicopter and statistical methods to quantify the uncertainty. The data from the experiment using three nominally identical paper helicopters consist of different groups, and are used to calibrate the drag coefficient, which is an unknown input parameter in both analytical models. We predict the predicted fall time data using probability distributions. We validate the analysis models by comparing the predicted distribution and the experimental data distribution. Moreover, we quantify the uncertainty using the Markov Chain Monte Carlo method. In addition, we compare the manufacturing error and experimental error obtained from the fall-time data using Analysis of Variance. As a result, all of the paper helicopters are treated as one identical model.

종이 헬리콥터 낙하해석모델의 통계적 교정 및 검증

수학적 해석모델은 물리적 현상을 파악하고 실험비용을 절감하는데 활발하게 사용되지만 편의를 위한 단순화 또는 파라미터가 가지고 있는 불확실성에 의해 해석모델에 의한 예측결과는 실제현상과 차이가 발생한다. 본 연구에서는 이러한 문제에 대해 통계적 기법을 이용하여 해석모델의 불확실성을 반영한 교정 및 검증 방법을 종이 헬리콥터를 통해 제시한다. 먼저, 같은 제원의 세 가지 종이 헬리콥터로 실시한 실험 데이터를 각 그룹으로 형성하여 두 가지 낙하해석모델에서 미지의 입력 파라미터인 항력계수를 교정하는데 사용했다. 그리고 확률분포로 예측된 낙하시간을 실험 데이터 분포와 비교하여 해석 모델을 검증하였다. 이 때, Markov Chain Monte Carlo 기법을 활용하여 항력계수의 불확실성을 정량화하였다. 또한 종이 헬리콥터의 그룹별 데이터에 대해 분산분석(Analysis of Variance)를 이용하여 제작오차와 실험오차의 관계를 비교하였고, 각 그룹이 모두 동일한 대상으로 간주해도 됨을 증명하였다.